Die Nachfrage nach technischen generativen KI-Fähigkeiten (GenAI) steigt, und Unternehmen suchen aktiv nach KI-Ingenieuren, die mit groĂen Sprachmodellen (LLMs) arbeiten kĂśnnen. Dieser IBM Kurs wurde entwickelt, um arbeitsplatztaugliche Fähigkeiten aufzubauen, die Ihre KI-Karriere beschleunigen kĂśnnen. In diesem Kurs werden Sie Transformatoren und wichtige Modell-Frameworks und -Plattformen, einschlieĂlich Hugging Face und PyTorch, kennenlernen. Sie beginnen mit einem grundlegenden Framework zur Optimierung von LLMs und gehen schnell zur Feinabstimmung generativer KI-Modelle Ăźber. Sie lernen auch fortgeschrittene Techniken wie parametereffizientes Feintuning (PEFT), Low-Rank-Adaption (LoRA), quantisiertes LoRA (QLoRA) und Prompting kennen. Die praktischen Ăbungen vermitteln Ihnen wertvolle, praktische Erfahrungen, einschlieĂlich des Ladens, Vortrainings und Feintunings von Modellen unter Verwendung von Industriestandard-Tools. Wenn Sie bereit sind, Ihre KI-Karriere auf die nächste Stufe zu heben und Ihren Lebenslauf mit den gefragten Gen-KI-Kompetenzen zu stärken, melden Sie sich noch heute an und beginnen Sie, Ihre neuen Fähigkeiten in nur einer Woche anzuwenden!

Generative KI-Entwicklung und Feinabstimmung von Transformern
Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

Generative KI-Entwicklung und Feinabstimmung von Transformern
Dieser Kurs ist Teil mehrerer Programme.



Dozenten: Joseph Santarcangelo
25.611 bereits angemeldet
Bei enthalten
114 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Gefragte, arbeitsplatzreife Fähigkeiten, die Unternehmen fßr die Arbeit mit transformatorbasierten LLMs in generativer KI-Technik benÜtigen
Wie man eine parameter-effiziente Feinabstimmung (PEFT) mit Methoden wie LoRA und QLoRA durchfĂźhrt, um das Modelltraining zu optimieren
Verwendung von vortrainierten Transformationsmodellen fĂźr Sprachaufgaben und deren Feinabstimmung fĂźr spezifische nachgelagerte Anwendungen
Laden von Modellen, AusfĂźhren von Inferenzen und Trainieren von Modellen mit den Frameworks Hugging Face und PyTorch
Kompetenzen, die Sie erwerben
- Kategorie: Modell-Optimierung
- Kategorie: Modellierung groĂer Sprachen
- Kategorie: Modell Ausbildung
- Kategorie: Feinabstimmung
- Kategorie: Generative Modellarchitekturen
Werkzeuge, die Sie lernen werden
- Kategorie: Generative KI
- Kategorie: PyTorch (Bibliothek fĂźr maschinelles Lernen)
- Kategorie: Schnelles Engineering
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufĂźgen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter fĂźhrender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 2 Module
Erwerben Sie ein Karrierezertifikat.
FĂźgen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten

von
Mehr von Maschinelles Lernen entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumBoard Infinity
Warum entscheiden sich Menschen fĂźr Coursera fĂźr ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
73,91Â %
- 4 stars
13,91Â %
- 3 stars
5,21Â %
- 2 stars
3,47Â %
- 1 star
3,47Â %
Zeigt 3 von 114 an
GeprĂźft am 17. Nov. 2024
The coding part in the labs provided in this course was very helpful and helped me to stabilize my learning.
GeprĂźft am 2. Jan. 2025
The course is good but lacks depth on complex subjects.
GeprĂźft am 17. Jan. 2025
The labs all too often failed on environment issues - packages, version alignment, etc. This should be seamless in your controlled environment.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle UnterstĂźtzung verfĂźgbar,




